涉农信贷违约风险的宏观压力测试

李悦婷 徐天祥

【摘要】 压力测试已经被国外越来越广泛的用于金融系统的风险预测，而我国运用这种方法的起步较晚，大多数研究集中在对房地产信贷的研究，本文将压力测试的方法引入涉农信贷中，对涉农贷款违约风险进行风险预测。

【关键词】涉农信贷信用风险压力测试

一、文献综述

世界银行、国际清算银行（BIS）、国际货币基金组织等国际金融组织的大力推动下，国外对压力测试的研究较多，理论已经取得了较多的成果，压力测试已经被很广泛应用于银行全面风险管理、金融体系风险监控、资源配置、单一业务产品效益评估等领域。国外压力测试的实践成果及理论，为我国银行业对压力测试的研究和运用提供了宝贵的经验 。

De Bandt和P Hartmann (2001)指出了每一个风险因子中间都有相互联系，并不是独立影响测试结果的，这些因素的变动会造成“多米诺骨牌效应”Drehmann M (2004)将宏观经济因素引入到风险计量的压力测试模型中。Jim Wong，Ka-fai-Choi和Tom Fong(2006)以香港零售银行页为基础，在模型中用到的变量有：香港地区生产总值，大陆生产总值，利率和房价指数。郭春松（2005）提出要进行定时定点评估，使得压力测试成为日常工作，他的文章中引用的宏观指标主要由：利率、汇率、流动性、信贷资产质量等，根据发生过的历史事件为假设情景，进行了严重、中等、轻微三个程度的预测。高显岳（2006）对我国四大行和另外五家上市银行进行了压力测试：汇率、利率、流动性风险。

二、理论概述

涉农贷款，是指：农户贷款；农村企业及各类组织贷款；城市企业及各类组织的涉农贷款。

信用风险可以分为广义和狭义。广义信用风险指的是交易对象发生违约而引发损失的可能性，比如说资产业务中债务人不能按时还本付息而发生的资产质量恶化；也可以是因为突发的集体性的提前取款而造成银行挤兑等等。狭义的信用风险专指银行的信贷风险，就是由于银行客户或者借款人的资产或信用质量下降，而在还款期限内不能够履行合约还本付息，给金融机构或者银行带来损失。

压力测试，最初是IOSCO(International Organization of Securities Commissions，即国际证券监管机构)对压力测试做出了定义：压力测试是指金融市场在极端的、突发的不利情形下，分析这种情况对资产组合和资产状况造成的影响。在1999年IOSCO又具体指出：压力测试是资产组合面临极端情况时的量化和认定；BIS(committee on the global financial system，即国际清算银行-巴塞尔全球银行金融系统委员会)，2000年定义压力测试为：金融机构衡量潜在但可能发生异常损失的模型。

三、实证分析

本章主要是压力测试模型的建立过程，首先，确定风险因子，主要通过对其他学者文献的研究，参考先前其他学者被选做过风险因子的宏观因素，再结合宏观实际情况，来选取本文将用到的风险因子；之后，是数据的搜集和整理，在本文的写作中，数据均来自实际银行的调研，和中国几个重要的官方统计网站得来。然后，统计模型的建立，主要通过文献研究的方法，对官方压力测试模型和通用测试模型进行总结和规整，选择出本文将要用到的计量模型，并通过统计软件计算分析，得出压力测试模型。

（一）风险因子的确定

已有的文献学习和与涉农贷款有关的因素，通过分别得线性回归，最终确定了以下几个风险因子作为研究对象：

表1 变量的选取

（二）实证模型的构建

本文借鉴的是Wilson（1997）、Boss（2003）、Virolainen（2004）的研究框架，使用了logit模型，将宏观经济因素和贷款违约率之间非线性关系进行设定，转化为宏观经济指标Y，将Y指标作为因变量与宏观经济的各因素进行多元线性回归，可以更好的利用各种宏观经济指标所提供的信息。

模型建立如下：

yt=ln(t=1,2,…，N)

y=α+αx+…αx+βy+…+βy+μ

x=+x+…+x+ε,i=1,2,…，k

PDt代表第t个月份的平均违约率，Y是反应涉农贷款违约率和各经济变量关系的中介指标，X分别代表各种经济变量。

（三）实证研究

1.风险因子的回归。

图1 不良贷款率的走势图

图中，不良贷款的走动趋势明显分为三个段，第一个段从2008年1月到9月，不良资产率较高，普遍处在18%以上，第二段从2008年10月到2009年6月，不良资产率在1%以下，该段为农行上市之前长城资产管理公司进行不良资产剥离；第三段是2009年7月到2011年12月，不良贷款率在6%以上，8%以下主要是因为于当时“取消二级公路收费政策”的原因，而二级公路属于县域贷款，是三农贷款的范畴，因此就出现了不良贷款率又上升的现象。本文主要研究第三段2009年7月到2011年12月。

在本文的模型构造中引入了因变量的滞后变量，因此在对模型做整体回归之前要确定因变量的自回归阶数，将Yt的一阶、二阶、三阶滞后值与Yt行多元线性回归，利用eviews软件对模型进行参数估计，并将相关统计指标的估计结果列表如下：

表2 因变量滞后阶数选择的统计量对照

从上表可以看出，Yt的一阶变量中AIC以及SC的取值都小于在不滞后、二阶和三阶的取值，根据AIC和SC准则，即取值越小越好的准则，最后选定Yt的滞后阶数为一阶。

根据每个风险因子的回归结果，可以看出，变量N股票价格指数的回归结果不明显，因此将该变量排除。排除后，对其他风险因子和Y(-1)再做一次整体线性回归。

表3 变量X/Z/J/K/L/M/Y(-1)与综合经济指标Y的线性回归

Y=37.279-0.445X+0.007Z+0.091J+0.135K+5.211L+ 4.249M+0.017Y(-1)

2.自回归。

对被选入的风险因子分别做自回归，检验确定对变量进行自回归的阶数，结果如下。

表4 自变量阶数检验结果

分别得出了个解释变量的自回归模型，就可以建立压力测试模型，模型如下：

Y=37.279-0.445X+0.007Z+0.091J+0.135K+5.211L+ 4.249M+0.017Y(-1)

X=8.277+0.821X(-1)-0.393X(-2)

Z=10.672+1.042Z(-1)+0.292Z(-2)-0.439Z(-3)

J=10.956+1.132J(-1)+0.175J(-2)-0.415J(-3)

K=16.893+0.836K(-1)

L=0.349+0.842L(-1)

M=0.879+0.833M(-1)

通过对各综合经济指标的多元线性回归和各个宏观变量的自回归模型中可以看得出：地区生产总值增长率、地区房价指数、农产品生产价格指数、农村居民消费物价指数、一年期存款基准利率、一年期贷款基准利率这些宏观变量确实影响了样本地区三农贷款的不良贷款率，并且这些宏观因素的自回归效果也比较显著，与此同时综合经济指标的一阶滞后变量的影响效果也比较显著。

3.相关性压力测试分析。

相关性压力测试运用的主要方法是在进行压力测试时，将各宏观变量之间的相关性考虑进去，在假定的未来的某一情境中某个重要的宏观变量发生了突然变化的情况下，根据宏观变量之间的相关性来调节其他变量的变动情况，然后再整体估计压力测试因变量的变化情况。

（1）情景一：地区生产总值增长率分别降至8%、6%、4%

表5 地区生产总值增长率压力情景下各变量的估计结果

（2）情景二：房价指数分别升至110，120，130

表6 地区生产总值增长率压力情景下各变量的估计结果

（3）情景三：农产品生产价格指数分别升至110，120，130

表7 农产品生产价格指数压力情景下各变量的估计结果

（4）情景四：农村居民消费指数升至110，120，130

表8 农产品生产价格指数压力情景下各变量的估计结果

（5）情景五：一年期存款基准利率升至4%，6%，8%

表9 一年期贷款基准利率压力情景下各变量的估计结果

（6）情景六：一年期存款基准利率升至4%，6%，8%

表10 一年期贷款利率压力情景下各变量的估计结果

4.压力测试结果。

本文首先构建了农业银行三农贷款信用风险的宏观压力测试模型，然后设定了用于评价商业银行体系抵御系统风险的极端可能的压力情境，通过假设宏观经济变量的变动，利用之前得到的多元线性回归模型，和logit变换方程和所示宏观经济变量的估计值，就可以计算出压力情境下农行三农贷款不良率的期望和估计值。结果如下：

表11 18种情景压力测试结果

由表中可以看出，本文所假设的18种情景压力下，由六种宏观变量测试出的不良贷款率都是上升趋势，这就说明地方生产总值增长率的突然下降、房价的、农产品生产价格、农村消费者物价水平、一年期存款和一年期贷款基准利率的突然上升都对涉农不良贷款率产生了严重的影响使得农行的涉农贷款风险增大。

从表中还可以看出，地方生产总值不良贷款率之间的估计值差距最大，说明地方生产总值增长率的突然下降对不良贷款率的影响最大，以变化程度为衡量标准可以看出，对不良贷款率影响最大的宏观因素依次排序为：地方生产总总值增长率、一年期存款基准利率、一年期贷款基准利率、农村居民消费指数、农产品生产价格指数、房价指数。

参考文献

[1]Wong J, Choi K F, Fong T.A framework for macro stress-testing the credit risofbanks in Hong Kong[J].Hong Kong Monetary AuthorityQuarterlyBulletin,2006(10):1-38.

[2]杨鹏.压力测试及其在金融监管中的应用[J].上海金融，2005（1）.

[3]郭春松.商业银行压力测试研究[J].福建金融，2005（10）.

[4]高显岳.压力测试在我国商业银行风险管理中的应用[D].西南财经大学，2006.

作者简介：李悦婷，云南财经大学财政与经济学院，硕士研究生，研究方向：农村金融；徐天祥，云南财经大学财政与经济学院，副院长，教授，硕士生导师。